MétaCan
Menu
Retour à la cohorte
Enregistrement W2193974218

Breaking the ice on the booster fan dilemma in US underground coal mines

2010· article· en· W2193974218 sur OpenAlexaboutno aff
Anu Martikainen, Cliff D. Taylor

Notice bibliographique

RevueMining Engineering · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBooster (rocketry)EngineeringCoalCoal miningAeronauticsMining engineeringForensic engineeringWaste management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A.L. Martikainen is a research engineer and C.D. Taylor is an industrial hygienist at the National Institute for Occupational Safety and Health, Pittsburgh Research Laboratory, Pittsburgh, PA. Paper number TP-09-030. Original manuscript submitted June 2009. Revised manuscript accepted for publication May 2010. Discussion of this peer-reviewed and approved paper is invited and must be submitted to SME Publications by Jan. 31, 2011. Abstract booster fans increase air pressure to overcome resistance, the objective being to force adequate amounts of air through distant workings. they are used in areas that are difficult or uneconomic to ventilate with main fans alone. Booster fans are currently permitted in underground coal mines in some countries; the United Kingdom, South Africa, Australia and Canada have been defined as major users. Booster fans are not allowed in the US bituminous and lignite coal mining operations at the present time due to safety concerns. This paper presents the history of booster fan use in coal mines of the United States during the last 90 years. Changes in regulations, as well as advantages and disadvantages of booster fan use, are discussed. Research and petitions for booster fan use are highlighted in order to bring the debate into focus.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,008
Communication savante0,0040,006
Science ouverte0,0010,002
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,064
Tête enseignante GPT0,400
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMining EngineeringMême sujetOccupational Health and Safety ResearchTravaux en français237 207